除了HBF，還有哪些新興技術有望解決AI記憶體瓶頸？

HBF 之外的新興 AI 記憶體解決方案

隨著人工智慧模型對記憶體容量的需求爆炸性增長，現有的高頻寬記憶體（HBM）逐漸面臨瓶頸。除了 HBF (High Bandwidth Flash) 之外，業界也在積極探索其他解決方案，以應對 AI 記憶體容量不足的問題。目前主要有兩種方向：一是透過軟體整合外部記憶體資源，二是開發新型態的記憶體技術。

軟體整合外部資源

這種方法主要是透過軟體技術，將 GPU 內部的 DRAM、SSD 甚至網路連接的 NVMe 等外部資源整合起來，供 AI 模型使用。透過軟體控制記憶體之間的調用，可以更靈活地運用 GPU 內的記憶體資源。然而，這種方案的缺點在於外部記憶體的傳輸速度通常不如 HBM，因此在頻寬上會有所犧牲。群聯 (8299) 旗下的 aiDAPTIV+ 解決方案即屬於此類，該方案已被 Intel AI PC 採用，並導入華碩、宏碁等電腦品牌，旨在提供高性價比的 AI 邊緣運算解決方案。

高頻寬快閃記憶體（HBF）

HBF 以 NAND Flash 作為主要儲存層，透過堆疊高層數的 NAND 記憶體與邏輯層，大幅提高容量密度，可達 HBM 的 8 至 16 倍，同時保有高速讀取能力。儘管 HBF 的存取速度略遜於 HBM，但在大型模型的推論與邊緣運算方面，具有極佳的散熱與能源使用效率。目前 HBF 由 SanDisk 與 SK 海力士共同推動，預計在 2026 年下半年推出樣品，並在 2027 年有望導入 AI 晶片製造中。此外，力成 (6239) 作為國內記憶體封測龍頭廠，在 HBF 導入市場後，有望順勢切入提供封裝服務。